LA IMPORTANCIA DEL CRUDO EN LA ECONOMÍA


Trabajo elaborado para la asignatura “Programación y manejo de datos en la era del Big Data” de la Universitat de València durante el curso 2021-2022. El repo del trabajo está aquí.

La página web de la asignatura y los trabajos de mis compañeros pueden verse aquí.


INTRODUCCIÓN

knitr::include_graphics(here::here("imagenes", "petroleo3.jpeg")  )

Para entender la importancia del crudo en la actualidad, debemos destacar que la economía mundial se mueve con energía y el petróleo sigue siendo hoy en día la principal fuente de energía, siendo el motor principal de las economías de los países más ricos. En el trabajo vamos a exponer algunos datos relevantes sobre el mercado del crudo y la importancia de este mercado en las diferentes economías del mundo.

PRODUCCIÓN 2020

Primero comenzaremos mostrando una tabla con la producción de crudo para los diferentes países para el año 2020 medido como miles de barriles por dia. Hay 42 galones estadounidenses en un barril de Brent, esto es el equivalente a 159 litros. El barril se considera una unidad de medida de volumen que se utiliza en numerosos contextos. En peso, un barril de petróleo crudo es de unos 135 kg.

País iso3 Año Producción Variación iso2 flag_URL
Albania ALB 2020 17 -0.0410 al
Angola AGO 2020 1257 -0.1318 ao
Argentina ARG 2020 480 -0.0542 ar
Australia AUS 2020 351 -0.0263 au
Austria AUT 2020 11 -0.1372 at
Bangladesh BGD 2020 3 0.0000 bd
Barbados BRB 2020 1 0.0000 bb
Bolivia BOL 2020 37 -0.0551 bo
Bulgaria BGR 2020 1 0.0000 bg
Chad TCD 2020 116 -0.0952 td
China CHN 2020 3889 0.0167 cn
Colombia COL 2020 781 -0.1182 co
Cuba CUB 2020 41 -0.0681 cu
Ecuador ECU 2020 479 -0.0972 ec
Georgia GEO 2020 0 -0.0724 ge
Ghana GHA 2020 199 -0.0026 gh
Guatemala GTM 2020 8 -0.1218 gt
India IND 2020 627 -0.0601 in
Indonesia IDN 2020 708 -0.0457 id
Iraq IRQ 2020 4102 -0.1347 iq
Israel ISR 2020 0 -0.2308 il
Kuwait KWT 2020 2557 -0.0935 kw
Mauritania MRT 2018 4 0.1670 mr
Mongolia MNG 2020 18 -0.0488 mn
Nigeria NGA 2020 1775 -0.0879 ng
Serbia SRB 2020 16 -0.0410 rs
Surinam SUR 2020 15 -0.0375 sr
Venezuela VEN 2020 527 -0.3989 ve
Vietnam VNM 2020 193 -0.1283 vn
Yemen YEM 2020 65 0.0833 ye

Como podemos ver, Estados Unidos es el mayor productor de petróleo del mundo, seguido por Rusia y Arabia Saudita.

Algo interesante para destacar es que el liderazgo de EEUU es relativamente nuevo. En los últimos años duplicó la producción y eso le permitió alcanzar el primer lugar del ranking mundial.Este liderazgo se debe a una nueva técnica de estracción que ha permitido a EEUU incrementar su producción, el fracking. Para entender lo que es el fracking dejamos un enlace a esta página donde explica en que consiste esta nueva técnica de extracción. https://www.gub.uy/ministerio-industria-energia-mineria/comunicacion/noticias/es-fracking-0

df1 <- produccion2020 %>% arrange(desc(Producción)) %>% slice(1:10)


p <- ggplot(df1, aes(x=reorder(Países,Producción),y=Producción)) +
  geom_bar(stat="identity", fill="#1874CD", alpha=.9, width=.9) +geom_text(aes(label=Producción),size=4,hjust = 1,color="white")+
  coord_flip() +
  theme_bw() + theme(panel.grid.major = element_line(colour = "#F0FFFF"),
                     panel.grid.minor = element_line(colour = "#F0FFFF"))+labs(x=NULL,y=NULL)+labs(title = "Mayores productores de petróleo para el año 2020")
p

Continuamos mostrando un mapa con la producción de petróleo por países para el año 2020

df_world <- left_join(world, produccion2020, by = c("name" = "Países") )
pw<- ggplot(df_world) + geom_sf(aes(geometry = geometry, fill = Producción))+ theme(panel.grid.major = element_line(colour = "white"), panel.grid.minor = element_line(colour = "white"))+labs(title = "Producción anual de petróleo crudo(Miles de barriles por día) 2020") + theme(panel.background = element_rect(fill = "white"),
    legend.position = "bottom", legend.direction = "horizontal")
pw

% RENTAS DEL PETRÓLEO SOBRE EL PIB

knitr::include_graphics(here::here("imagenes", "petroleorentas.jpg")  )

El petróleo genera aproximadamente (según las condiciones de la economía) cerca del 2.5% del producto interior bruto (PIB) mundial, y casi aporta un tercio de la energía total que utiliza la humanidad. Con los datos obtenidos del banco mundial, obtenemos la evolución de las rentas del petróleo en porcentaje del PIB para los 10 los países con mayores rentas del petróleo para el año 2019.

data_long <- rent %>% pivot_longer(cols = 5:65, names_to = "Año",values_to = "Rent")
#df_rent <- janitor::clean_names(data_long) 
df_rent_tot <- data_long %>%na.omit() 

df_rent <- df_rent_tot %>% filter(Año==2019) %>% arrange(desc(Rent)) %>% slice(1:10)

df_ev <- df_rent_tot %>% filter(country_code %in% c("LBY", "COG","KWT","IRQ","AGO","OMN","SAU","GNQ","AZE","ARB")) 



df_ev<-df_ev %>% mutate(Año= as.integer(Año)) 
df_ev <- df_ev %>% mutate(Año=as.numeric(Año)) 


pp <- ggplot(df_ev, aes(x=Año, y=Rent,group=country_name,color=country_name))+
  geom_line()+ geom_point() +
  ggtitle("Evolución rentas petróleo en % sobre el PIB") +
  theme_ipsum() +
  ylab("Rentas del petróleo en % del PIB")+scale_x_continuous(breaks=seq(1980,2015,5),limits=c(1980,2015))

pp + transition_reveal(Año)

EVOLUCIÓN DEL CONSUMO DEL PETRÓLEO DESDE 1960

Desde los años 60 hasta la actualidad el consumo del petróleo ha ido en aumento. Es importante destacar que la tendencia en el nivel de consumo coincide con los acontecimientos importantes a nivel económico acontecidos en cada época.

En la última década a cobrado mayor importancia la concienciación sobre el cambio climático y la utilización de fuentes energías renovables, por lo que en la gráfica se observa una tendencia ligeramente a la baja en el consumo de petróleo.

#-1.Calculamos el consumo total año a año

data_long__cons <- cons %>% pivot_longer(cols = 5:65, names_to = "Año",values_to = "consumo")


#Con los datos sobre consumo de petroleo haremos varias cosas



#aa <- janitor::clean_names(data_long__cons)

data_cons<-data_long__cons %>%group_by(Año) %>% filter(Año%in%c(1960:2010)) %>% summarise(consumo=sum(consumo,na.rm=TRUE)) %>% ungroup()
  
data_cons<-data_cons %>% mutate(Año=as.numeric(Año))


cons_graf<- ggplot(data_cons, aes(x=Año, y=consumo))+   geom_area( fill="#69b3a2", alpha=0.4)+   geom_line(color="#69b3a2", size=2)+   geom_point(size=3, color="#69b3a2")+   theme_ipsum() +ggtitle("Evolución consumo petróleo")+scale_x_continuous(breaks=seq(1960,2010,5),limits=c(1960,2010))+ theme(plot.subtitle = element_text(family = "serif"),plot.caption = element_text(family = "serif"),panel.grid.major = element_line(colour = "whitesmoke"),panel.grid.minor = element_line(colour = "white"), axis.title = element_text(family = "serif"), plot.title = element_text(family = "serif"),  panel.background = element_rect(fill = "white"))

ggplotly(cons_graf)

PRECIO DE LA GASOLINA

En el siguiente mapa podemos observar los diferentes precios de la gasolina en el mundo para el año 2016. Podemos observar notables diferencias entre países.

En el mapa anterior se puede observar que los países de la Europa occdental tienen los precios de la gasolina más elevados mientras que los países que producen petróleo tienen unos precios más bajos. Actualmente el precio de la gasolina esta en máximos históricos desde 2012.

Los meses de parón generados por las limitaciones de movilidad a raíz del COVID-19 el año pasado llegaron a arrastrar los precios de la gasolina hasta niveles mínimos, en los 1,072 euros. Un precio que desde el año 2016 no se había registrado. En este periodo, el petróleo de referencia en Europa también se topaba en sus niveles más bajos en 18 años, en los 19,33 dólares por barril de Brent.

EXPORTACIONES EN EL MUNDO

A continuación mostraremos los principales exportadores de petróleo en el mundo.

#> [1] TRUE

En la nube de palabras anterior podemos comprobar que efectivamente los países que son exportadores/productores de petróleo suelen tener unos precios de la gasolina inferiores y es que el exportar o importar influye en el precio final de la gasolina, así como las distintas ayudas e impuestos del gobierno, el precio del barril y las políticas antiinflacionistas.

IMPORTACIONES EN EL MUNDO

Ahora mostraremos los principales países importadores de petróleo:

#> [1] TRUE

Se debe decir que las importaciones pueden ser mayores o menores ya que el petróleo es almacenado en las aduanas y no se incluyen en las estadísticas hasta que se retira para ser utilizado como combustible para vehículos destinados al comercio como aeronaves o buques o bien hasta que se retire para uso interno.

Los principales importadores de petróleo son EEUU, China, India, Japón y Corea del Sur, solo ellos explican el 57% de las importaciones a nivel mundial.

BALANCE

En la siguiente tabla mostraremos los anteriores datos acompañados de la balanza comercial referida al crudo y la proporción de las importaciones y exportaciones por países.

En la tabla anterior podemos observar que países tienen una mayor dependencia exterior en cuanto a petróleo. El efecto más relevante en los países importadores, es la repercusión del precio al alza en toda la economía, lo que tiene consecuencias tanto por el lado de la oferta como por el de la demanda.

Por otro lado, los principales exportadores, deben tener cuidado con depender de las exportaciones del crudo, ya que ante una reducción de precios pueden ver sus economías enormemente afectadas, por lo que deben aprovechar los beneficios del petróleo para diversificar su economía y hacerla menos dependiente del mencionado recurso.

DATOS SOBRE EUROPA Y USA

A continuación veamos algunos datos sobre Europa y los Estados Unidos. Los datos los hemos obtenido desde Eurostat y EIA

EUROPA

La mitad de la energía consumida por el continente europeo excluyendo a Rusia es importada desde otros países, lo cual hace que el continente sea fuertemente vulnerable en cuanto al tema de energía.

Este problema plantea muchos problemas geopolíticos y por eso durante estos últimos años, Europa está llevando a cabo el desarrollo de una economía de bajo carbono, para que en un futuro sea capaz de mantenerse por sí sola y más verde.

Según datos oficiales, Europa importa alrededor de un 60% de la energía que consume, y es el mayor importador mundial de petróleo y gas natural.

Datos sobre el petróleo en Europa: Esta fuente de energía sigue siendo la favorita de todos los europeos, casi el 40% de todas las energías que consume Europa viene del petróleo, y sus principales proveedores son la OPEP y Rusia. Sabiendo que Europa no es un continente rico en este tipo de recursos, lo cual hace que la tasa de dependencia sea altísima, un 90% aproximado. También tenemos que tener en cuenta que durante estos años, la caída del consumo de petróleo ha estado cayendo constantemente, desde el 2005, que es cuando llegó a uno de los picos máximos, antes de la crisis.

A continuación tenemos datos de Eurostat que nos demuestra las exportaciones y las importaciones de petróleo y sus derivados en diferentes países del continente.

Datos Sobre las exportaciones del petróleo y de los derivados en Europa:



nrg_te_oil_1_Data <- read_excel("europa_exp_imp_petr/nrg_te_oil_1_Data.xlsx", 
                                col_types = c("text", "text", "text", 
                                              "text", "text", "numeric", "text"))
ue_exp <- nrg_te_oil_1_Data %>% select("TIME","GEO", "SIEC", "UNIT", "Value" ) %>%
  group_by(TIME) %>%
  arrange(TIME, desc(Value)) %>%
  filter(GEO != "European Union - 27 countries (from 2020)") %>%
  filter(GEO != "European Union - 28 countries (2013-2020)") %>%
  filter(GEO != "Euro area - 19 countries  (from 2015)") %>%
  mutate(ranking = row_number())  %>%
  filter(ranking <=15)

# Animacion UE Exp
animacion_1 <- ue_exp %>%
  ggplot() +
  geom_col(aes(ranking, Value, fill = GEO)) +
  geom_text(aes(ranking, Value, label = Value), hjust=-0.1) +
  geom_text(aes(ranking, y=0 , label = GEO), hjust=1.1) + 
  geom_text(aes(x=15, y=max(Value) , label = as.factor(TIME)), vjust = 0.2, alpha = 0.5,  col = "gray", size = 20) +
  coord_flip(clip = "off", expand = FALSE) +  scale_x_reverse() +
  theme_igray() + theme(
    panel.grid = element_blank(), 
    legend.position = "none",
    axis.ticks.y = element_blank(),
    axis.title.y = element_blank(),
    axis.text.y = element_blank(),
    plot.margin = margin(1, 4, 1, 4, "cm")
  ) +
  transition_states(TIME, state_length = 0, transition_length = 2) +
  enter_fade() +
  exit_fade() + 
  ease_aes('quadratic-in-out') + 
  labs(title = "Gráfico: Top 10 Países EU por exportaciones",
       subtitle = "(oil and petroleum products)",
       caption = "Datos provenientes de Eurostat",
       y = "Valor en miles de toneladas") 

animacion_1
animate(animacion_1, width = 700, height = 432, fps = 25, duration = 20, rewind = FALSE)

Datos Sobre las importaciones del petróleo y de los derivados en Europa

# Datos Europa Imp
nrg_ti_oil_1_Data <- read_excel("europa_exp_imp_petr/nrg_ti_oil_1_Data.xlsx", 
  col_types = c("text", "text", "text", 
  "text", "text", "numeric", "text"))

ue_imp <- nrg_ti_oil_1_Data %>% select("TIME","GEO", "SIEC", "UNIT", "Value" ) %>%
  group_by(TIME) %>%
  arrange(TIME, desc(Value)) %>%
  filter(GEO != "European Union - 27 countries (from 2020)") %>%
  filter(GEO != "European Union - 28 countries (2013-2020)") %>%
  filter(GEO != "Euro area - 19 countries  (from 2015)") %>%
  mutate(ranking = row_number())  %>%
  filter(ranking <=15)
# Animación UE Imp
animacion_2 <- ue_imp %>%
  ggplot() +
  geom_col(aes(ranking, Value, fill = GEO)) +
  geom_text(aes(ranking, Value, label = Value), hjust=-0.1) +
  geom_text(aes(ranking, y=0 , label = GEO), hjust=1.1) + 
  geom_text(aes(x=15, y=max(Value) , label = as.factor(TIME)), vjust = 0.2, alpha = 0.5,  col = "gray", size = 20) +
  coord_flip(clip = "off", expand = FALSE) + scale_x_reverse() +
  theme_igray() + theme(
    panel.grid = element_blank(), 
    legend.position = "none",
    axis.ticks.y = element_blank(),
    axis.title.y = element_blank(),
    axis.text.y = element_blank(),
    plot.margin = margin(1, 4, 1, 4, "cm")
  ) +
  transition_states(TIME, state_length = 0, transition_length = 2) +
  enter_fade() +
  exit_fade() + 
  ease_aes('quadratic-in-out') + 
  labs(title = "Gráfico: Top 10 Países EU por importaciones",
       subtitle = "(oil and petroleum products)",
       caption = "Datos provenientes de Eurostat",
       y = "Valor en miles de toneladas")

animacion_2
animate(animacion_2, width = 700, height = 432, fps = 25, duration = 20, rewind = FALSE)

Gráfico de banderas por importaciones y exportaciones:

# Datos Exp e Imp UE 

nrg_ti_te_oil_1_Data <- read_excel("europa_exp_imp_petr/nrg_ti_te_oil_1_Data.xlsx", 
  col_types = c("text", "numeric", "text", 
  "text", "text", "text", "numeric", "numeric"))

ue_exp_imp <- nrg_ti_te_oil_1_Data %>% select("TIME","GEO", "SIEC", "UNIT", "Valueexp", "Valueimp", "Code") %>%
  filter(GEO != "European Union - 27 countries (from 2020)") %>%
  filter(GEO != "European Union - 28 countries (2013-2020)") %>%
  filter(GEO != "Euro area - 19 countries  (from 2015)")
# Animacion Exp e Imp UE 


animacion_3 <- ggplot(
  ue_exp_imp, 
  aes(x = Valueexp , y= Valueimp, size = 0,7, colour = GEO, country = Code)
) +
  geom_point(show.legend = FALSE, alpha = 0.7) +
  scale_color_viridis_d() +
  scale_size(range = c(2, 12)) +
  labs(x ="Exportaciones", y = "Importaciones") + 
  theme_igray() + 
  transition_time(TIME) +
  labs(title ="Gráfico: Países EU por importaciones y exportaciones", 
       subtitle = "Year: {frame_time}") +
  geom_flag(size = 10)
  
animacion_3

En el caso de España, vamos a ver las exportaciones y las importaciones en dos gráficos diferentes:

nrg_ti_te_oil_1_Data <- read_excel("europa_exp_imp_petr/nrg_ti_te_oil_1_Data.xlsx", 
  col_types = c("text", "numeric", "text", 
  "text", "text", "text", "numeric", "numeric"))
# Datos Exp e Imp España 
spain_exp_imp <- nrg_ti_te_oil_1_Data %>% select("TIME","GEO", "SIEC", "UNIT", "Valueexp", "Valueimp" ) %>%
  filter(GEO == "Spain")
# Animacion Exp e Imp España 
spain_imp <- ggplot(spain_exp_imp, aes(TIME, Valueimp, fill = Valueimp)) +
  geom_col() +
  scale_fill_distiller(palette = "Reds", direction = 1) +
  theme_minimal() +
  theme(
    panel.grid = element_blank(),
    panel.grid.major.y = element_line(color = "white"),
    panel.ontop = TRUE
  ) + transition_states(TIME, wrap = FALSE) +
  shadow_mark()
spain_imp 

spain_exp <- ggplot(spain_exp_imp, aes(TIME, Valueexp, fill = Valueexp)) +
  geom_col() +
  scale_fill_distiller(palette = "Blues", direction = 1) +
  theme_minimal() +
  theme(
    panel.grid = element_blank(),
    panel.grid.major.y = element_line(color = "white"),
    panel.ontop = TRUE
  ) + transition_states(TIME, wrap = FALSE) +
  shadow_mark()
spain_exp 

ESTADOS UNIDOS

Antes de que se desarrollara la industria autómovil, el petróleo no tenía gran importancia en el país, después de la llegada del fordismo, el consumo de este producto empezó a dispararse.

Los estados más ricos en petróleo son California, Oklahoma y Texas. El país tiene una gran reserva, sumando a su bajo coste en aquellos tiempos(hacemos referencia al inicio del fordismo), su uso se hizo cada vez más popular.

Datos curiosos: el 84% de la energía que consume USA proviene de los combustibles fósiles, y lo ssectores que más la utilizan son transporte e industria. La población de este país representa el 5% sobre la mundial, sin embargo consume el 26% de toda la energía mundial. De toda esta cantidad de energía que se consume, casi el 40% proviene del petróleo. Por ejemplo, se estima que en este país, cada día se consume unos 21 millones de barriles de petróleo.

A continuación tenemos un mapa sobre las producciones de petróleo por estados.

# Estados Unidos
us_hex <- geojson_read("us_states_hexgrid.geojson",  what = "sp")
us_hex@data = us_hex@data %>%
  mutate(google_name = gsub(" \\(United States\\)", "", google_name))

us_hex@data = us_hex@data %>% mutate(google_name = gsub(" \\(United States\\)", "", google_name))
us_hex_fortified <- tidy(us_hex, region = "google_name")


centers <- cbind.data.frame(data.frame(gCentroid(us_hex, byid=TRUE), id=us_hex@data$iso3166_2))


us_oil <- read_excel("PET_CRD_CRPDN_ADC_MBBL_A.xls", 
  col_types = c("text", "numeric", "numeric", 
                "numeric", "numeric", "numeric", 
                "numeric", "numeric", "numeric", 
                "numeric", "numeric", "numeric", 
                "numeric", "numeric", "numeric", 
                "numeric", "numeric", "numeric", 
                "numeric", "numeric", "numeric", 
                "numeric"))
us_hex_oil <- us_hex_fortified %>%
  left_join(. , us_oil, by=c("id"="state"))


# Preparación 1 
us_hex_oil$bin <- cut( us_hex_oil$y_2020 , breaks=c(1,1000, 5000, 10000, 50000, 100000, Inf), labels=c("1-1000", "1001-5000", "5001-10000", "10001-50000", "50001-100000", "100000+" ), include.lowest = TRUE )

# Preparación 2 
my_palette <- rev(magma(8))[c(-1,-8)]

# plot
ggplot() +
  geom_polygon(data = us_hex_oil, aes(fill = bin, x = long, y = lat, group = group) , size=0, alpha=0.9) +
  geom_text(data=centers, aes(x=x, y=y, label=id), color="white", size=3, alpha=0.6) +
  theme_void() +
  scale_fill_manual( 
    values=my_palette, 
    name="Unidad: miles de barriles     Nota: 1 barril = 159L aprox", 
    guide = guide_legend( keyheight = unit(3, units = "mm"), keywidth=unit(12, units = "mm"), label.position = "bottom", title.position = 'top', nrow=1) 
  ) +
  ggtitle( "Crude Oil production USA 2020" ) +
  theme(
    legend.position = c(0.5, 0.9),
    text = element_text(color = "#22211d"),
    plot.background = element_rect(fill = "#f5f5f2", color = NA), 
    panel.background = element_rect(fill = "#f5f5f2", color = NA), 
    legend.background = element_rect(fill = "#f5f5f2", color = NA),
    plot.title = element_text(size= 22, hjust=0.5, color = "#4e4d47", margin = margin(b = -0.1, t = 0.4, l = 2, unit = "cm")),
  )

También lo podemos ver en el polar:

us_oil <- us_oil %>% filter(state != "US") %>% filter(state != "Texas") %>% 
  mutate(expresion_log = log(y_2020))


us <- ggplot(us_oil, aes(state, expresion_log, fill = expresion_log)) +
  geom_col() + coord_polar() +
  scale_y_continuous(
    limits = c(0, 14),
    expand = c(0, 0),
    breaks = c(0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14)
  ) + 
  scale_fill_gradientn(
    "Escala logarítmica",
    colours = c( "#6C5B7B","#C06C84","#F67280","#F8B195")
  ) +
  guides(
    fill = guide_colorsteps(
      barwidth = 15, barheight = .5, title.position = "top", title.hjust = .5
    )
  ) +
  theme(
    axis.title = element_blank(),
    axis.ticks = element_blank(),
    axis.text.y = element_blank(),
    axis.text.x = element_text(color = "gray12", size = 6),
    legend.position = "bottom",
  )+labs(title = "Producción por Estados",
         subtitle = "Unidades originales: miles de barriles ")
us

BIBLIOGRAFÍA

INFORMACIÓN/AYUDA

index.knit. (2021). Programación y manejo de datos con R. https://perezp44.github.io/intro-ds-21-22-web/index.html .

Datos sobre la (in) dependencia energética europea | Noticias | Parlamento Europeo. (2014, 24 julio). Noticias Parlamento Europeo. https://www.europarl.europa.eu/news/es/headlines/economy/20140718STO53032/datos-sobre-la-in-dependencia-energetica-europea .

Conde, Á. (2021, 3 agosto). La (in)seguridad energética de la Unión Europea. El Orden Mundial - EOM. https://elordenmundial.com/la-inseguridad-energetica-de-la-union-europea/ .

index.knit. (2021). Programación y manejo de datos con R. https://perezp44.github.io/intro-ds-21-22-web/index.html .

Github. (2021). Github. https://github.com/ .

Para los colores [aquí]https://r-charts.com/es/colores/

knitr::include_graphics(here::here("imagenes", "aguacate-o-petroleoo.gif")  )